> ## Documentation Index > Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt > Use this file to discover all available pages before exploring further. # CLI wnioskowania `openclaw infer` to kanoniczna bezgłowa powierzchnia dla przepływów pracy inferencji obsługiwanych przez dostawców. Celowo eksponuje rodziny możliwości, a nie surowe nazwy RPC Gateway ani surowe identyfikatory narzędzi agenta. ## Zamień infer w umiejętność Skopiuj i wklej to do agenta: ```text theme={"theme":{"light":"min-light","dark":"min-dark"}} Read https://docs.openclaw.ai/cli/infer, then create a skill that routes my common workflows to `openclaw infer`. Focus on model runs, image generation, video generation, audio transcription, TTS, web search, and embeddings. ``` Dobra umiejętność oparta na infer powinna: * mapować typowe intencje użytkownika na właściwe podpolecenie infer * zawierać kilka kanonicznych przykładów infer dla obsługiwanych przepływów pracy * preferować `openclaw infer ...` w przykładach i sugestiach * unikać ponownego dokumentowania całej powierzchni infer w treści umiejętności Typowy zakres umiejętności skoncentrowanej na infer: * `openclaw infer model run` * `openclaw infer image generate` * `openclaw infer audio transcribe` * `openclaw infer tts convert` * `openclaw infer web search` * `openclaw infer embedding create` ## Dlaczego używać infer `openclaw infer` zapewnia jedno spójne CLI dla zadań inferencji obsługiwanych przez dostawców w OpenClaw. Korzyści: * Używaj dostawców i modeli już skonfigurowanych w OpenClaw zamiast tworzyć jednorazowe wrappery dla każdego backendu. * Trzymaj przepływy pracy modeli, obrazów, transkrypcji audio, TTS, wideo, sieci Web i osadzania w jednym drzewie poleceń. * Używaj stabilnego kształtu wyjścia `--json` dla skryptów, automatyzacji i przepływów pracy sterowanych przez agenta. * Preferuj własną powierzchnię OpenClaw, gdy zadanie zasadniczo polega na „uruchomieniu inferencji”. * Używaj normalnej ścieżki lokalnej bez wymagania Gateway dla większości poleceń infer. Do kompleksowych sprawdzeń dostawcy preferuj `openclaw infer ...`, gdy niższopoziomowe testy dostawcy są już zielone. Ćwiczy to dostarczane CLI, ładowanie konfiguracji, rozpoznawanie domyślnego agenta, aktywację dołączonego Plugin oraz współdzielone środowisko wykonawcze możliwości przed wysłaniem żądania do dostawcy. ## Drzewo poleceń ```text theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer list inspect model run list inspect providers auth login auth logout auth status image generate edit describe describe-many providers audio transcribe providers tts convert voices providers status enable disable set-provider video generate describe providers web search fetch providers embedding create providers ``` ## Typowe zadania Ta tabela mapuje typowe zadania inferencji na odpowiadające im polecenie infer. | Zadanie | Polecenie | Uwagi | | --------------------------------- | --------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------ | | Uruchom prompt tekstowy/modelu | `openclaw infer model run --prompt "..." --json` | Domyślnie używa normalnej ścieżki lokalnej | | Uruchom prompt modelu na obrazach | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Powtórz `--file` dla wielu wejść obrazów | | Wygeneruj obraz | `openclaw infer image generate --prompt "..." --json` | Użyj `image edit`, gdy zaczynasz od istniejącego pliku | | Opisz plik obrazu lub URL | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` musi być modelem z obsługą obrazów w formie `` | | Transkrybuj audio | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` musi mieć formę `` | | Zsyntetyzuj mowę | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` jest zorientowane na Gateway | | Wygeneruj wideo | `openclaw infer video generate --prompt "..." --json` | Obsługuje wskazówki dostawcy, takie jak `--resolution` | | Opisz plik wideo | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` musi mieć formę `` | | Przeszukaj sieć Web | `openclaw infer web search --query "..." --json` | | | Pobierz stronę WWW | `openclaw infer web fetch --url https://example.com --json` | | | Utwórz osadzenia | `openclaw infer embedding create --text "..." --json` | | ## Zachowanie * `openclaw infer ...` jest główną powierzchnią CLI dla tych przepływów pracy. * Używaj `--json`, gdy wyjście będzie konsumowane przez inne polecenie lub skrypt. * Używaj `--provider` albo `--model provider/model`, gdy wymagany jest konkretny backend. * Używaj `model run --thinking `, aby przekazać jednorazowy poziom myślenia/rozumowania (`off`, `minimal`, `low`, `medium`, `high`, `adaptive`, `xhigh` albo `max`), zachowując surowy przebieg. * Dla `image describe`, `audio transcribe` i `video describe` opcja `--model` musi używać formy ``. * Dla `image describe` opcja `--file` akceptuje ścieżki lokalne i adresy URL obrazów HTTP(S). Zdalne adresy URL używają normalnej polityki SSRF pobierania mediów. * Dla `image describe` jawne `--model` najpierw uruchamia ten dostawca/model, a następnie próbuje skonfigurowanych `agents.defaults.imageModel.fallbacks`, gdy wywołanie modelu się nie powiedzie. Błędy przygotowania wejścia, takie jak brakujące pliki lub nieobsługiwane adresy URL, kończą się niepowodzeniem przed próbami fallback. Model musi obsługiwać obrazy w katalogu modeli lub konfiguracji dostawcy. `codex/` uruchamia ograniczony przebieg rozumienia obrazu przez serwer aplikacji Codex; `openai/` używa ścieżki dostawcy OpenAI z uwierzytelnianiem przez klucz API albo OAuth ChatGPT/Codex. * Bezstanowe polecenia wykonania domyślnie używają trybu lokalnego. * Polecenia stanu zarządzanego przez Gateway domyślnie używają Gateway. * Normalna ścieżka lokalna nie wymaga działającego Gateway. * Lokalne `model run` to lekkie jednorazowe uzupełnienie dostawcy. Rozpoznaje skonfigurowany model agenta i uwierzytelnianie, ale nie uruchamia tury agenta czatu, nie ładuje narzędzi ani nie otwiera dołączonych serwerów MCP. * `model run --file` akceptuje pliki obrazów, wykrywa ich typ MIME i wysyła je z podanym promptem do wybranego modelu. Powtórz `--file` dla wielu obrazów. * `model run --file` odrzuca wejścia niebędące obrazami. Użyj `infer audio transcribe` dla plików audio i `infer video describe` dla plików wideo. * `model run --gateway` ćwiczy routing Gateway, zapisane uwierzytelnianie, wybór dostawcy i osadzone środowisko wykonawcze, ale nadal działa jako surowa próba modelu: wysyła podany prompt i wszelkie załączniki obrazów bez wcześniejszej transkrypcji sesji, kontekstu bootstrap/AGENTS, składania context-engine, narzędzi ani dołączonych serwerów MCP. * `model run --gateway --model ` wymaga zaufanego poświadczenia operatora Gateway, ponieważ żądanie prosi Gateway o uruchomienie jednorazowego nadpisania dostawcy/modelu. * Lokalne `model run --thinking` używa lekkiej ścieżki uzupełniania dostawcy; poziomy specyficzne dla dostawcy, takie jak `adaptive` i `max`, są mapowane na najbliższy przenośny poziom prostego uzupełniania. ## Model Używaj `model` do inferencji tekstowej obsługiwanej przez dostawców oraz inspekcji modelu/dostawcy. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer model run --prompt "Reply with exactly: smoke-ok" --json openclaw infer model run --prompt "Summarize this changelog entry" --model openai/gpt-5.4 --json openclaw infer model run --prompt "Describe this image in one sentence" --file ./photo.jpg --model google/gemini-2.5-flash --json openclaw infer model run --prompt "Use more reasoning here" --thinking high --json openclaw infer model providers --json openclaw infer model inspect --name gpt-5.5 --json ``` Używaj pełnych odwołań ``, aby wykonać smoke test konkretnego dostawcy bez uruchamiania Gateway ani ładowania pełnej powierzchni narzędzi agenta: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer model run --local --model anthropic/claude-sonnet-4-6 --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model cerebras/zai-glm-4.7 --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model google/gemini-2.5-flash --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model mistral/mistral-medium-3-5 --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model mistral/mistral-small-latest --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model openai/gpt-5.5 --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Describe this image." --file ./photo.jpg --json ``` Uwagi: * Lokalne `model run` jest najwęższym smoke testem CLI dla kondycji dostawcy/modelu/uwierzytelniania, ponieważ w przypadku dostawców innych niż Codex wysyła tylko podany prompt do wybranego modelu. * Lokalne `model run --model ` może używać dokładnych dołączonych statycznych wierszy katalogu z `models list --all`, zanim ten dostawca zostanie zapisany w konfiguracji. Uwierzytelnianie dostawcy nadal jest wymagane; brakujące poświadczenia kończą się błędami uwierzytelniania, a nie `Unknown model`. * Dla prób rozumowania Mistral Medium 3.5 pozostaw temperaturę nieustawioną/domyślną. Mistral odrzuca `reasoning_effort="high"` plus `temperature: 0`; użyj `mistral/mistral-medium-3-5` z domyślną temperaturą albo niezerową wartością trybu rozumowania, taką jak `0.7`. * Lokalne próby Codex Responses są wąskim wyjątkiem: OpenClaw dodaje minimalną instrukcję systemową, aby transport mógł wypełnić wymagane pole `instructions`, bez dodawania pełnego kontekstu agenta, narzędzi, pamięci ani transkrypcji sesji. * Lokalne `model run --file` zachowuje tę lekką ścieżkę i dołącza zawartość obrazu bezpośrednio do pojedynczej wiadomości użytkownika. Typowe pliki obrazów, takie jak PNG, JPEG i WebP, działają, gdy ich typ MIME zostanie wykryty jako `image/*`; nieobsługiwane lub nierozpoznane pliki kończą się niepowodzeniem przed wywołaniem dostawcy. * `model run --file` jest najlepsze, gdy chcesz bezpośrednio przetestować wybrany multimodalny model tekstowy. Użyj `infer image describe`, gdy chcesz skorzystać z wyboru dostawcy rozumienia obrazu w OpenClaw i domyślnego routingu modelu obrazu. * Wybrany model musi obsługiwać wejście obrazu; modele wyłącznie tekstowe mogą odrzucić żądanie na warstwie dostawcy. * `model run --prompt` musi zawierać tekst inny niż białe znaki; puste prompty są odrzucane przed wywołaniem lokalnych dostawców lub Gateway. * Lokalne `model run` kończy się kodem niezerowym, gdy dostawca nie zwraca wyjścia tekstowego, więc nieosiągalni lokalni dostawcy i puste uzupełnienia nie wyglądają jak udane próby. * Użyj `model run --gateway`, gdy musisz przetestować routing Gateway, konfigurację agent-runtime albo stan dostawcy zarządzany przez Gateway, zachowując surowe wejście modelu. Użyj `openclaw agent` albo powierzchni czatu, gdy potrzebujesz pełnego kontekstu agenta, narzędzi, pamięci i transkrypcji sesji. * `model auth login`, `model auth logout` i `model auth status` zarządzają zapisanym stanem uwierzytelniania dostawcy. ## Obraz Używaj `image` do generowania, edycji i opisu. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer image generate --prompt "friendly lobster illustration" --json openclaw infer image generate --prompt "cinematic product photo of headphones" --json openclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "simple red circle sticker on a transparent background" --json openclaw infer image generate --model openai/gpt-image-2 --quality low --openai-moderation low --prompt "low-cost draft poster" --json openclaw infer image generate --prompt "slow image backend" --timeout-ms 180000 --json openclaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "keep the logo, remove the background" --json openclaw infer image edit --file ./poster.png --prompt "make this a vertical story ad" --size 2160x3840 --aspect-ratio 9:16 --resolution 4K --json openclaw infer image describe --file ./photo.jpg --json openclaw infer image describe --file https://example.com/photo.png --json openclaw infer image describe --file ./receipt.jpg --prompt "Extract the merchant, date, and total" --json openclaw infer image describe-many --file ./before.png --file ./after.png --prompt "Compare the screenshots and list visible UI changes" --json openclaw infer image describe --file ./ui-screenshot.png --model openai/gpt-5.4-mini --json openclaw infer image describe --file ./photo.jpg --model ollama/qwen2.5vl:7b --prompt "Describe the image in one sentence" --timeout-ms 300000 --json ``` Uwagi: * Użyj `image edit`, gdy zaczynasz od istniejących plików wejściowych. * Użyj `--size`, `--aspect-ratio` lub `--resolution` z `image edit` dla dostawców/modeli, które obsługują wskazówki geometrii przy edycjach obrazów referencyjnych. * Użyj `--output-format png --background transparent` z `--model openai/gpt-image-1.5` dla wyjścia OpenAI PNG z przezroczystym tłem; `--openai-background` pozostaje dostępne jako alias specyficzny dla OpenAI. Dostawcy, którzy nie deklarują obsługi tła, zgłaszają tę wskazówkę jako zignorowane nadpisanie. * Użyj `--quality low|medium|high|auto` dla dostawców, którzy obsługują wskazówki jakości obrazu, w tym OpenAI. OpenAI akceptuje także `--openai-moderation low|auto` jako wskazówkę moderacji specyficzną dla dostawcy. * Użyj `image providers --json`, aby sprawdzić, którzy wbudowani dostawcy obrazów są wykrywalni, skonfigurowani, wybrani oraz jakie możliwości generowania/edycji udostępnia każdy dostawca. * Użyj `image generate --model --json` jako najwęższego żywego dymnego testu CLI dla zmian w generowaniu obrazów. Przykład: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer image providers --json openclaw infer image generate \ --model google/gemini-3.1-flash-image-preview \ --prompt "Minimal flat test image: one blue square on a white background, no text." \ --output ./openclaw-infer-image-smoke.png \ --json ``` Odpowiedź JSON raportuje `ok`, `provider`, `model`, `attempts` oraz zapisane ścieżki wyjściowe. Gdy ustawiono `--output`, końcowe rozszerzenie może odpowiadać typowi MIME zwróconemu przez dostawcę. * Dla `image describe` i `image describe-many` użyj `--prompt`, aby przekazać modelowi wizyjnemu instrukcję specyficzną dla zadania, taką jak OCR, porównanie, inspekcja UI lub zwięzły podpis. * Użyj `--timeout-ms` z wolnymi lokalnymi modelami wizyjnymi lub zimnymi startami Ollama. * Dla `image describe` `--model` musi być obsługującym obrazy ``. Gdy jest ustawiony, OpenClaw najpierw próbuje tego jawnego modelu, a następnie skonfigurowanych zapasowych modeli obrazów, jeśli wywołanie modelu się nie powiedzie. * Dla lokalnych modeli wizyjnych Ollama najpierw pobierz model i ustaw `OLLAMA_API_KEY` na dowolną wartość zastępczą, na przykład `ollama-local`. Zobacz [Ollama](/pl/providers/ollama#vision-and-image-description). ## Audio Użyj `audio` do transkrypcji plików. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer audio transcribe --file ./memo.m4a --json openclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Focus on names and action items" --json openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json ``` Uwagi: * `audio transcribe` służy do transkrypcji plików, nie do zarządzania sesją w czasie rzeczywistym. * `--model` musi mieć postać ``. ## TTS Użyj `tts` do syntezy mowy i stanu dostawcy TTS. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer tts convert --text "hello from openclaw" --output ./hello.mp3 --json openclaw infer tts convert --text "Your build is complete" --output ./build-complete.mp3 --json openclaw infer tts providers --json openclaw infer tts status --json ``` Uwagi: * `tts status` domyślnie używa gateway, ponieważ odzwierciedla stan TTS zarządzany przez gateway. * Użyj `tts providers`, `tts voices` i `tts set-provider`, aby sprawdzić i skonfigurować zachowanie TTS. ## Wideo Użyj `video` do generowania i opisu. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer video generate --prompt "cinematic sunset over the ocean" --json openclaw infer video generate --prompt "slow drone shot over a forest lake" --resolution 768P --duration 6 --json openclaw infer video describe --file ./clip.mp4 --json openclaw infer video describe --file ./clip.mp4 --model openai/gpt-5.4-mini --json ``` Uwagi: * `video generate` akceptuje `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` i `--timeout-ms` oraz przekazuje je do środowiska wykonawczego generowania wideo. * `--model` musi mieć postać `` dla `video describe`. ## Web Użyj `web` do przepływów pracy wyszukiwania i pobierania. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer web search --query "OpenClaw docs" --json openclaw infer web search --query "OpenClaw infer web providers" --json openclaw infer web fetch --url https://docs.openclaw.ai/cli/infer --json openclaw infer web providers --json ``` Uwagi: * Użyj `web providers`, aby sprawdzić dostępnych, skonfigurowanych i wybranych dostawców. ## Osadzanie Użyj `embedding` do tworzenia wektorów i inspekcji dostawcy osadzania. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw infer embedding create --text "friendly lobster" --json openclaw infer embedding create --text "customer support ticket: delayed shipment" --model openai/text-embedding-3-large --json openclaw infer embedding providers --json ``` ## Wyjście JSON Polecenia infer normalizują wyjście JSON we wspólnej kopercie: ```json theme={"theme":{"light":"min-light","dark":"min-dark"}} { "ok": true, "capability": "image.generate", "transport": "local", "provider": "openai", "model": "gpt-image-2", "attempts": [], "outputs": [] } ``` Pola najwyższego poziomu są stabilne: * `ok` * `capability` * `transport` * `provider` * `model` * `attempts` * `outputs` * `error` Dla poleceń generowania multimediów `outputs` zawiera pliki zapisane przez OpenClaw. Używaj `path`, `mimeType`, `size` oraz wszelkich wymiarów specyficznych dla mediów w tej tablicy do automatyzacji zamiast parsowania czytelnego dla człowieka stdout. ## Typowe pułapki ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} # Bad openclaw infer media image generate --prompt "friendly lobster" # Good openclaw infer image generate --prompt "friendly lobster" ``` ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} # Bad openclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Good openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json ``` ## Uwagi * `openclaw capability ...` jest aliasem dla `openclaw infer ...`. ## Powiązane * [Dokumentacja CLI](/pl/cli) * [Modele](/pl/concepts/models)